python - 根据列值对有序 Pandas 数据框中的行进行分组

Question

我有一个问题，即根据它们的列值，将 pandas 数据框中的某些行(按时间戳排序)仅组合在一起。

举个例子:

df=pd.DataFrame({"text":["Hello.",
                    "I had a question.", 
                    "Hi!",
                    "Yes how can I help?",
                    "Do you ship to the UK?"
                    ],
            "timestamp":[
                        pd.Timestamp('20131213 11:50:00'),
                        pd.Timestamp('20131213 11:51:00'),
                        pd.Timestamp('20131213 11:52:00'),
                        pd.Timestamp('20131213 11:53:00'),
                        pd.Timestamp('20131213 11:54:00')
                        ],
            "direction":["In","In","Out","Out","In"]})

这是数据框的样子:

此数据帧按时间戳排序，可以是(例如)聊天线程，其中方向“In”可能是一个人在说话，“Out”是另一个人在说话。

我想得到的是这样的:

在最终的数据框中，如果行的文本方向相同，则这些行的文本被组合到一行中，但行只会组合在一起，直到您到达具有不同方向的行。 并且保留消息的顺序。

有没有人有什么想法？

Answer 1

设置

operations = {
    'text': ' '.join,
    'direction': 'first',
}

---

使用 agg 和按连续值分组的常用技巧:

df.groupby(df.direction.ne(df.direction.shift()).cumsum()).agg(operations)

                               text direction
direction
1          Hello. I had a question.        In
2           Hi! Yes how can I help?       Out
3            Do you ship to the UK?        In